本项目基于飞凌嵌入式OKMX8MP-C开发板,并且开发板已经移植虚拟机,需要在开发板上安装依赖包,并保证开发板已经连接到网络。
01 登录到OKMX8MP-C开发板 将Type-C先接到Debug口,开机模式选择eMMC(即模式选择开关2置on,其他均off),开机后使用root账号登录。
02 修改pip源 为了加快安装速度我们需要修改pip源: mkdir ~/.pipvim ~/.pip/pip.conf
添加以下内容: [global]trusted-host=mirrors.aliyun.comindex-url=http://mirrors.aliyun.com/pypi/simple/
03 安装python venv环境 先安装python3-venv指令: apt install python3-venv
安装成功提示:
创建yolo目录(目录名字可以自取),并进入目录安装python3环境: cd ~mkdir yolocd yolopython3 -m venv venv
执行如下图:
激活python3 venv环境: source venv/bin/activate
执行成功显示如下:
04 安装Ultralytics UltralyticsYOLOv8基于深度学习和计算机视觉领域的尖端技术,在速度和准确性方面具有无与伦比的性能。其流线型设计使其适用于各种应用,并可轻松适应从边缘设备到云 API 等不同硬件平台。
安装指令: pip3 install ultralytics
耐心等待安装:
安装成功:
05 测试运行 使用以下指令进行测试,source中的图片可以替换其他链接。 yolo predict model=yolov8n.pt source='https://img95.699pic.com/xsj/18/0w/8f.jpg'
运行过程中会下载模型和图片,耐心等待:
运行成功会提示在runs/detect/predict*目下生成运算结果,可以用scp指令拷贝到windows的电脑上,在cmd终端中执行以下指令,指令参考如下: scp root@192.168.123.18:/root/yolo/runs/detect/predict/8f.jpg E:\\
如果能识别以下信息,说明我们的YOLO环境已经能正常运行了。
|